UV实战教程，我啥要从Anaconda切换到uv来管理包？

开篇先简单对比一下两者，

看不懂也没关系，后面我会用实战给你演示。

1. 以前 Anaconda 的逻辑：手动挡

第一步： 你先去 Anaconda 软件里手动创建一个环境（比如叫 my_env）。
第二步： 你得"激活"它（conda activate）。
第三步： 你在里面安装包。
第四步： 你去 PyCharm 那个长长的列表里，翻半天找到这个 my_env 的路径，把它选上。

2. 现在 uv 的逻辑：全自动挡

uv 的逻辑是：项目即环境。

不用提前建环境： 你只需要在项目文件夹里输入 uv init。它会自动生成一个 pyproject.toml（这个文件就是你的"点菜清单"）。
自动管理解释器： 你以前要自己下载安装 Python（没python用不了pip），现在你在项目里说一句"我要用 Python 3.12"，uv 发现你没装的话，它会静默帮你下载好。你不需要去官网找安装包。
PyCharm 对接更简单： 在 PyCharm 里，你直接选"uv"，它会自动扫描项目里的那个清单（pyproject.toml），然后自动把该装的包都装在项目目录下的 .venv 文件夹里。

下面开始实战。

我们首先安装一下uv。

1. 安装UV步骤

在任务栏的搜索框输入 PowerShell ，右键点击"以管理员身份运行"。
复制下面这一行命令并粘贴进去（按回车）：

PowerShell
arduino 复制代码
```
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
```
3验证安装：

安装完成后，关闭当前的 PowerShell 窗口，重新打开一个。输入以下命令：

PowerShell
css 复制代码
```
uv --version
```
如果你看到了类似 uv 0.x.x 的版本号，恭喜你，已经装好了！

我把基本语法罗列了出来，看不懂就直接跳到下面的实战。

这个是和pip的对比

命令	用途	对应传统命令
`uv venv`	在当前目录创建虚拟环境 (`.venv`)	`python -m venv .venv`
`uv pip install <pkg>`	安装指定的 Python 包	`pip install <pkg>`
`uv pip freeze`	列出已安装的包及其版本	`pip freeze`
`uv pip compile`	将 `pyproject.toml` 转为 `requirements.txt`	`pip-compile`
`uv pip sync`	根据 lock 文件同步环境（删除多余包）	`pip-sync`

UV项目管理（新一代工作流）

如果你在开发一个完整的项目，这个是 uv 的项目模式，它会自动处理虚拟环境。

uv init ：在当前文件夹初始化一个新的 Python 项目（生成 pyproject.toml）。
uv python find ：查看当前项目正在使用的是哪个路径下的 Python。
uv add <pkg> ：添加依赖并自动更新 pyproject.toml 和锁文件。
uv remove <pkg> ：移除依赖。
uv sync：确保项目环境与锁文件完全一致。
uv run <script.py> ：最强命令之一。它会自动在虚拟环境中运行脚本，如果环境不存在，它会帮你建好。

Python 版本管理

再也不需要 pyenv 或手动下载 Python 了。

uv python install 3.12：下载并安装指定版本的 Python。
uv python list：查看系统中已安装的和可供下载的 Python 版本。
uv python pin 3.11：固定当前项目使用的 Python 版本。

工具运行 (uvx)

如果你只想临时运行一个工具（比如 ruff 或 black），而不想把它安装到全局：

uvx <tool> ：下载、缓存并运行一个 Python 工具。

比如：uvx ruff check .

多说无益，我们来实战一下

简单介绍下我的现状：

我之前的默认环境是Anaconda，然后我现在新建了一个项目，我需要用这个UV来帮我去管理环境

以前的流程是，我需要在Anaconda新建一个环境，然后激活这个环境，然后在里面下载我这个需要的包,而且包如果比较大的话，时间会比较长，流程会比较繁琐

我们来看看UV怎么样

打开cmd

uv python find

可以看到我们用的是Unconductor的默认环境

切换到我们的项目路径

然后执行

uv init

这个问题是因为 uv init 默认会把你的当前文件夹名（"图片"）作为 Python 项目的名字。

但在 Python 的规范里，项目/包名不能包含中文字符 ，只能使用字母、数字、下划线 _ 或连字符 -。

我们改完文件名再重新回到CMD

回到我们的项目目录

输入

uv init

这一步是进行项目初始化，这样就成功了

我们看看它给我们生成了什么

pyproject.toml

readme.md

.gitigore

.python-version

我们拆解下：

1. `pyproject.toml` ------ 项目的"大脑"

这是最重要 的一个文件。在现代 Python 开发中，它取代了以前乱七八糟的 setup.py、requirements.txt 和各种工具的配置文件。

干嘛用的 ：它记录了项目的元数据（名字、版本、作者）以及项目依赖。
怎么用 ：当你运行 uv add pillow 时，uv 会自动把 pillow 写进这个文件里。以后你把项目发给别人，别人只需要运行 uv sync，uv 就会根据这个文件里的清单，把所有的包原封不动地装好。

2. `readme.md` ------ 项目的"脸面"

这是一个标准的 Markdown 文档。

干嘛用的：用来写项目的自我介绍。

3. `.gitignore` ------ 项目的"过滤器"

干嘛用的 ：用 Git 来管理代码，这个文件会告诉 Git："哪些东西不要上传"。
为什么重要 ：uv 自动帮你写好了规则。它会忽略 .venv（虚拟环境文件夹）。因为虚拟环境很大且因人而异，我们通常只分享代码和配置文件（如 pyproject.toml），让别人在自己电脑上重新生成环境。

4. `.python-version` ------ 版本的"锚点"

这是 uv 非常贴心的一个设计。

干嘛用的 ：它里面只写了一个版本号（比如 3.12）。
UV最大优势 ：当你在这个文件夹下运行 uv run 时，uv 会先看一眼这个文件。如果它发现你系统里没装 3.12，它会自动帮你下载一个纯净的 3.12 放在缓存里，确保你的项目永远运行在正确的 Python 版本上。

确实很人性化，这真是为python程序员量身定制的。

好，我们回到cmd

我这个项目用到了这个包，我先安装一下

输入

uv add pillow

速度比pip和conda快不少，

从终端输出里，我们可以看到几个非常关键的信息：

它借用了 Anaconda ：uv 发现我的电脑里已经有 D:\Anaconda3\python.exe 了，所以它很聪明地直接拿这个版本作为基础来创建环境，没让我再等下载。
创建了 .venv ：它在我的 image 文件夹里建了一个虚拟环境。
安装成功 ：pillow==12.1.1 已经下载好了。

如果我们不想要这个版本的Python

可以在之前就用

uv python install 3.11

我这个是已经构建了

所以我需要用这个命令改一下

uv python pin 3.13

然后我们来同步一下，让它按照说明书来同步环境

输入

uv sync

验证一下看现在是什么环境

输入

uv run python --version

没问题，他还自动下载了 pilow

忘了说了，前面UA还生成了一个main.py

我们运行下

uv run main.py

下面是uv最屌的

他会自动下包，

我们来一起操作一下

用pycharm打开我们的2.2py

开头加上

shell 复制代码

# /// script
# dependencies = [
#   "numpy",
#   "pillow",
# ]
# ///

回到cmd

输入

uv run 2.2.py

自动下载了numpy

这个的确能方便我们以后来进行项目管理

我们把pycharm里面的这个环境，也换成我们刚才uv创建的这个环境

点击我们用的这个环境，我这里是D:Anaconda3

再点击解释器设置

添加本地解释器

因为它用的是venv

直接弹窗让我们用这个环境了

点击选择现有解释器

我们运行一下

缺numpy

为啥没全自动下好？

uv run 确实全自动下包了，但它为了不把你的项目环境搞乱，把包装进了一个"临时环境"。

模式	你的操作	它是怎么干活的	结果
项目模式 (安家)	`uv add numpy`	它把 `numpy` 写进"说明书"（`pyproject.toml`），然后装进我们的"项目环境"（`.venv`）。	PyCharm 变绿了，以后谁都能用。
脚本模式 (住酒店)	`uv run 2.2.py` (带注释)	它看到注释，认为："这只是个临时任务，我单独给它下好包跑完就行，别弄脏了主人的特定的`.venv`。"	PyCharm 依然报红，因为它没进项目环境。

我们打开看看，他下载了在临时目录

这样挺高明的，跑代码可以直接用这个临时环境（主环境）

平常项目的时候可以用项目环境

我们回到cmd

输入

uv add numpy

再回到pycharm

执行一下Py

没问题

⚠️ 给 Anaconda 用户的3 个提醒

路径的区别：
- Anaconda ：环境通常存在 C:\Users\Name\anaconda3\envs...。
- uv ：环境默认就在你项目文件夹里的 .venv。删掉这个文件夹，环境就没了，非常干净,但你也别误删了。
如何迁移依赖？ ：

如果你的项目原本有一个 requirements.txt，你可以运行：

Bash
csharp 复制代码
```
uv add -r requirements.txt
```
这会把旧包全部搬进 uv 的管理体系里，更方便快捷。
和uv互不干扰：

你可以同时安装 Anaconda 和 uv。在同一个项目里，你用 python main.py 调用的是 Anaconda 的默认环境，而用 uv run main.py 调用的是 uv 的环境。不过我建议既然用了 uv，就全程使用 uv 命令。

总结一下：为什么从 Anaconda 切换到 uv？

通过实战可以看到，uv 的优势非常明显：

项目即环境，管理更轻松
- uv 自动在项目文件夹生成 .venv，不再需要手动创建、激活环境，也不用在 PyCharm 里翻半天找解释器。
- 项目依赖写在 pyproject.toml，一条命令就能同步环境，团队协作更顺畅。
Python 版本自动化管理
- 可以直接用 uv python install <version> 下载指定版本，.python-version 锚定项目版本，保证项目在正确的 Python 上运行。
- 这极大避免了安装多个解释器、手动切换版本的繁琐流程。
依赖安装更快、更智能
- uv add <pkg> 将包直接装进 .venv，保持环境干净；
- uv run <script.py> 可临时运行脚本、自动下包，不污染主环境；
- 临时环境和项目环境互不干扰，灵活性高。
IDE 对接无压力
- PyCharm 直接选择 .venv 即可，环境一致性有保证，运行、调试更顺畅。
平滑迁移和共存
- 原来的 Anaconda 环境可以保留，同时迁移旧项目依赖非常简单（uv add -r requirements.txt）。
- 不用担心和旧环境冲突，可以逐步切换到 uv 全流程管理。

如果你是一个像我一样，受够了 Anaconda 臃肿和 Pip 缓慢的开发者，uv 就是那个能让你重新爱上 Python 开发的神器。

感谢看完，如果觉得这篇"技术教程"对你有帮助，随手点个赞、在看、转发三连吧。

如果想第一时间看到我的技术教程，也可以给我个星标 * ⭐*。

～~谢谢你看我的文章，我们，下期再见。